AI가 짠 코드의 작성자 이해도를 퀴즈로 시험한다

무엇에 막혀 있나

오픈소스 메인테이너들이 AI 바이브코더의 이해 없는 코드 제출로 검수 피로에 시달려 개발을 포기합니다. 코드 작성자의 실제 이해도를 자동으로 검증하는 장치가 부족합니다.

무엇을 만드나

GitHub PR이 제출되면 AI가 코드 핵심 변경 사항을 분석하여 작성자만 풀 수 있는 2~3개의 이해도 검증 질문을 자동 생성합니다. 제출자는 이 질문에 정확히 답변해야만 PR 검수 대기열에 등록됩니다. 기사 3처럼 소형 AI 모델을 활용해 저비용으로 코드를 파싱하고 질문을 만듭니다. 이를 통해 이해 없이 LLM이 낸 저품질 코드 제출을 원천 차단합니다.

누가 먼저 사나

RPCS3나 PS5 Linux 프로젝트처럼 이해 없는 LLM 코드 기여 폭주로 검수 피로를 겪고 프로젝트 중단을 고민하는 오픈소스 메인테이너입니다.

어떻게 버나

퍼블릭 오픈소스 리포지토리에는 무료로 제공하며, 기업용 프라이빗 리포지토리는 저장소당 월 $29를 받는 구독형 SaaS 모델입니다.

시장 근거

기사에 규모 근거 없습니다. 다만 기사 4에 따르면 PS5 Linux 핵심 개발자가 AI 바이브코더들의 코드 기여 문제로 프로젝트를 중단했고 RPCS3도 유사 정책을 도입했습니다.

초기 고객 100명

기사 4에서 AI 바이브코더 참가를 금지한 RPCS3 커뮤니티와 개발자 소셜 미디어를 통해 초기 메인테이너 100명을 확보합니다.

지금 하는 쪽이 유리한 이유

기사 4에서 수면 위로 올라온 오픈소스 관리자의 AI 피로 문제를 가장 먼저 정면으로 해결하며 작성자 검증이라는 차별화된 게이팅 방식을 적용합니다.

핵심 기능

• 제출 코드 기반 작성자 이해도 퀴즈 생성
• 퀴즈 통과 시에만 메인테이너 검수 등록
• 소형 파인튜닝 모델 활용 저비용 코드 분석
• AI 생성 스팸 PR 자동 감지 및 차단

이미 있는 대안

• GitHub Copilot Code Review — AI 코드 검수만 수행하며 작성자의 이해도 검증 부재
• CodeRabbit — 자동 PR 리뷰 도구이며 AI 바이브코더 필터링 기능 없음

이 사업을 죽이는 것

• 작성자가 검증 질문 답변까지 LLM으로 생성해 우회할 위험
• 진짜 기여자의 진입 장벽 상승으로 인한 PR 제출 감소

첫 2주에 할 일

1. GitHub Action으로 PR 제출 시 이해도 질문을 생성하는 봇 프로토타입 제작
2. 기사 4의 RPCS3 등 AI PR 제한 선언 프로젝트 관리자 10명에게 피드백 수집
3. 기사 3 기법을 참조해 $10 미만 예산으로 코드 분석용 소형 모델 파인튜닝 진행

중복 확인 — HN 에서 비슷한 글을 찾지 못했다